Die These in einem Satz: Ein KI-Kompetenzzentrum ist kein Reifegrad-Häkchen, das man setzen muss, sondern die Antwort auf ein konkretes Skalierungsproblem. Baust du es, bevor du dieses Problem hast, wird aus dem Team, das entblocken sollte, der Schalter, an dem alle anstehen.
Die Abfolge wiederholt sich so oft, dass man sie vorhersagen kann. Jemand aus der Geschäftsführung kommt von einer Veranstaltung oder aus einem Gespräch mit dem Aufsichtsrat zurück und sagt, man müsse diese KI-Sache ordnen. Eine Gruppe wird gebildet: jemand aus der Technik, jemand aus Daten, jemand aus dem Recht, jemand aus dem Geschäft. Man nennt sie Kompetenzzentrum. Ihr Auftrag, auf der ersten Folie: die Einführung beschleunigen.
Vier Monate später hat dieselbe Gruppe ein Antragsformular, eine Warteschlange mit zwanzig Fällen und eine 14-tägige Sitzung, in die drei passen. Und die Leute aus dem Geschäft, die es eilig hatten, fragen längst nicht mehr um Erlaubnis.
Was ein KI-Kompetenzzentrum im Unternehmen wirklich ist (und welches Problem es löst)
Ein KI-Kompetenzzentrum im Unternehmen ist ein zentrales Team, das Urteilskraft, Werkzeuge und Standards bündelt, damit der Rest der Organisation sie nicht jedes Mal neu erfinden muss. Das ist die brauchbare Definition, und es lohnt sich, auf das zu achten, was sie nicht sagt: Sie sagt nicht «das genehmigt», sondern «damit es niemand neu erfinden muss».
Das eigentliche Problem, das es löst, ist Doppelarbeit. Wenn fünf Abteilungen fünf ähnliche Dinge bauen, jede mit eigenem Anbieter, eigenen Datenkriterien und eigener Messweise, gibt es sichtbare Kosten —man zahlt fünfmal— und unsichtbare: Niemand lernt von den anderen vier. Ein Zentrum ergibt Sinn, wenn diese Verschwendung bereits existiert und man mit dem Finger darauf zeigen kann.
Was es nicht löst, ist ein Mangel an Anwendungsfällen. Wenn es bei dir zwei KI-Initiativen gibt und eine steht still, ist das Problem nicht die Koordination: Es ist schlicht nicht genug in Arbeit, als dass es etwas zu koordinieren gäbe. Eine Governance-Struktur über zwei Fälle zu stülpen, heißt einen Tower auf ein Flugfeld mit zwei Flügen pro Tag zu setzen.
Zwei verschiedene Kompetenzzentren unter demselben Namen
Fast die ganze Diskussion klärt sich, sobald du zwei Modelle trennst, die gleich heißen und das Gegenteil tun. Das eine befähigt. Das andere genehmigt.
| Ein CoE, das befähigt | Ein CoE, das genehmigt | |
|---|---|---|
| Was es liefert | Vorlagen, Zugänge, ausgeliehene Leute, funktionierende Beispiele | Eine Entscheidung über deinen Fall |
| Wann es eingreift | Wenn du fragst, und danach zur Nachschau | Bevor du anfangen darfst |
| Wenn die Nachfrage steigt | Es liefert mehr Vorlagen; die Grenzkosten sinken | Die Schlange wird länger; die Grenzkosten steigen |
| Woran es Erfolg misst | Wie viele Teams etwas in Produktion gebracht haben | Wie viele Anträge es geprüft hat |
| Was Leute mit Zeitdruck tun | Vorlage nehmen und loslegen | Einen Weg daran vorbei suchen |
Die letzte Zeile ist die entscheidende, und die schreibt niemand auf die Folie. Ein Engpass senkt die Nachfrage nicht: Er lenkt sie um. Die Arbeit verschwindet nicht, weil es eine Schlange gibt; sie tritt woanders aus — ohne Urteil, ohne Protokoll und ohne dass jemand hinschaut.
Die Schlange beseitigt die Arbeit nicht: Sie schickt sie nach draußen
Das ist keine Beratungsintuition, sondern gemessenes Verhalten. Ein Bericht des Sicherheitsanbieters UpGuard, aufgegriffen von Cybersecurity Dive, fand, dass mehr als 80 % der befragten Beschäftigten nicht freigegebene KI-Werkzeuge bei der Arbeit nutzen —darunter fast 90 % der Sicherheitsfachleute—, dass die Hälfte sie regelmäßig nutzt und dass weniger als 20 % bei den freigegebenen Werkzeugen bleiben. Die Stichprobe sind 1.500 Sicherheitsverantwortliche und Beschäftigte aus den USA, Großbritannien, Kanada, Australien, Neuseeland, Singapur und Indien — also als Signal über menschliches Verhalten zu lesen, nicht als Zahl für deinen Markt. Quelle: Shadow AI is widespread — and executives use it the most, Cybersecurity Dive, 12. November 2025.
Ein Detail aus dem Bericht sollte manchen Plan ändern: Sie fanden eine positive Korrelation zwischen dem Verständnis von KI-Sicherheitsanforderungen und der regelmäßigen Nutzung nicht freigegebener Werkzeuge. Je mehr jemand über das Risiko weiß, desto mehr traut er sich zu, es selbst zu beurteilen — und desto eher umgeht er die Richtlinie. Schulung allein schließt diese Lücke nicht.
Übersetzt auf dein Unternehmen: Jede Woche, die ein Fall in der Warteschlange des Gremiums verbringt, ist eine Woche, in der jemand dasselbe Problem mit einem privaten Konto löst, ein Dokument hochlädt, das das Haus nicht verlassen sollte, und einen Prozess aufsetzt, von dem keine Spur bleibt. Das Gremium hat das Risiko nicht vermieden. Es hat es unsichtbar gemacht.
Drei Anzeichen, dass deines bremst statt beschleunigt
- Die Leitkennzahl misst Aktivität, nicht Ergebnis. Wenn nach oben geprüfte Fälle, gehaltene Sessions oder veröffentlichte Richtlinien berichtet werden —und nicht, wie viele Prozesse produktiv laufen und wie viele Stunden sie zurückgegeben haben—, misst das Zentrum seine eigene Bewegung.
- Die Abkürzung existiert, und alle kennen sie. Wenn die Antwort auf «wie kriege ich das schnell hin?» lautet «frag Marta, die baut das ohne Gremium», ist die Bewertung fertig. Die Leute haben mit den Füßen abgestimmt.
- Die Schlange wächst schneller als die Kapazität. Kommen mehr Anfragen herein als heraus und lautet der Plan «mehr Sitzungen», ist das Modell kaputt: Das Problem ist nicht die Prüfgeschwindigkeit, sondern dass alles zu prüfen nicht skaliert.
Keines der drei löst sich mit mehr Governance. Alle drei lösen sich, indem man das Zentrum aus dem Weg nimmt und danebenstellt.
Was du stattdessen aufbaust, wenn du 50 bis 500 Leute hast
In dieser Spanne —wo die meisten Unternehmen liegen, die uns schreiben— braucht es kein Kompetenzzentrum. Es braucht drei viel langweiligere Dinge.
- Ein benannter Verantwortlicher je Prozess, nicht je Technologie. Wem der Fakturierungsprozess gehört, dem gehört die KI, die die Fakturierung anfasst. Kein Gremium versteht seinen Prozess besser als er, und wenn etwas schiefgeht, wird er gefragt.
- Ein geteiltes, langweiliges Inventar. Eine für alle sichtbare Liste: was automatisiert wird, wer es betreibt, auf welchen Daten und in welchem Zustand. Das ist keine Governance, das verhindert nur, dass fünf Teams im Dezember merken, dass sie dasselbe gebaut haben. Die halbe Wirkung eines CoE steckt in dieser Liste — und die Liste braucht kein CoE.
- Vorabgenehmigung nur für das, was Geld, Personen oder regulierte Daten berührt. Alles andere —eine Zusammenfassung, ein Entwurf, eine interne Klassifikation— wird gemacht und danach geprüft. Die Entscheidung ist hier nicht binär, sondern graduell: wie viel Autonomie du freigibst und für welchen Fall, steht in den Autonomiestufen eines Agenten.
Die Kontrollen, die es wirklich braucht —Nachvollziehbarkeit, eingegrenzte Rechte, was zu jeder Entscheidung protokolliert wird—, hängen nicht davon ab, dass ein Gremium existiert: Sie sind Mechanik und werden einmal pro System gebaut. Wie, steht in Governance und Kontrolle der KI-Automatisierung. Der Unterschied zu einem CoE, das genehmigt: Die Kontrolle lebt im System, nicht in einer Sitzung.
Und es kommt der Moment, in dem Zentralisieren richtig ist: wenn acht oder zehn Prozesse laufen, drei Teams dasselbe verlangen und jemand entscheiden muss, was wiederverwendet wird. Dann wird das Zentrum nicht bei null erfunden: Es wird über das gelegt, was schon funktioniert, mit den Leuten, die es gebaut haben. Das ist der Unterschied zwischen einer Struktur, die die Realität beschreibt, und einer, die ihr vorausgeht.
Das ist nicht die Debatte «Beratung oder eigenes Team»
Lohnt sich zu trennen, weil beides ständig vermischt wird. Beratung, eigenes Team oder Freelancer ist eine Entscheidung darüber, wer die Arbeit macht, und die behandeln wir getrennt in KI-Beratung, eigenes Team oder Freelancer. Kompetenzzentrum oder eingebettete Verantwortliche ist eine Entscheidung darüber, wie das intern organisiert wird, wofür du dich entschieden hast: Du kannst ein CoE voller Externer und eingebettete Teams voller eigener Leute haben — oder umgekehrt.
Verwechselt werden sie, weil beide in derselben Sitzung auftauchen und beide nach Organigramm klingen. Aber die erste entscheidet deine Kapazität und dein Budget; die zweite deine Größe und die Dringlichkeit deiner Prozesse. Die eine gut zu beantworten erspart die andere nicht.
Was ich am Montag täte
Vor der Strukturentscheidung eine Frage mit Zahlen: Wie viele Prozesse laufen bei dir heute produktiv mit KI, und wie viele stehen still und warten auf eine Entscheidung? Ist die zweite Zahl größer als die erste, hast du kein Governance-Problem, sondern ein Lieferproblem — und eine weitere Governance-Schicht macht es schlimmer.
Es ist im Kern dasselbe Muster, aus dem KI-Automatisierungsprojekte scheitern: Man baut die Struktur um die Arbeit herum, bevor die Arbeit existiert. Die Technik ist der leichte Teil; dass sie genutzt wird, der schwere — und dort spielt ein genehmigendes Gremium gegen dich. Deshalb bewegen wir zuerst nicht das Organigramm, sondern die KI-Einführung in den Teams: Passung zum echten Arbeitsfluss, ein benannter Verantwortlicher je Prozess und belegte Fälle, bevor irgendjemand eine Richtlinie schreibt.
Ein KI-Kompetenzzentrum ist eine gute Idee, wenn es spät kommt. Zu früh gebaut, zentralisiert es nur das Warten.